问财量化选股策略逻辑
根据资金强度由大到小排序，可以筛选出市场关注度较高的股票。10日涨幅大于0小于35，可以筛选出近期有上涨趋势但尚未过热的股票。今日最低价小于昨日最低价，可以筛选出有底部支撑的股票。
选股逻辑分析
该策略的逻辑是通过筛选出市场关注度较高、有上涨趋势但尚未过热、有底部支撑的股票，来寻找可能具有投资价值的股票。该策略的优点是能够筛选出具有潜力的股票，但缺点是可能会漏掉一些优质股票。
有何风险？
该策略的缺点是可能会漏掉一些优质股票，因此在实际操作中需要结合其他因素进行综合考虑。此外，市场波动较大时，该策略可能会产生较大的回撤风险。
如何优化？
为了优化该策略，可以考虑加入更多的筛选条件，例如加入市盈率、市净率等财务指标，以及加入技术分析指标，例如均线、macd等。此外，还可以考虑加入风险管理措施，例如设置止损点位等。
最终的选股逻辑
通过筛选出市场关注度较高、有上涨趋势但尚未过热、有底部支撑的股票，同时结合财务指标和技术分析指标进行综合考虑，并加入风险管理措施，最终筛选出具有投资价值的股票。
python代码参考
以下是使用pandas和numpy库实现该策略的python代码：
import pandas as pd
import numpy as np
# 读取股票数据
data = pd.read_csv('stock_data.csv')
# 筛选出符合条件的股票
filtered_data = data[(data['amount'] >= data['amount'].quantile(0.95)) &
(data['amount'] <= data['amount'].quantile(0.99)) &
(data['close'] > data['close'].shift(1)) &
(data['close'] < data['close'].shift(-1)) &
(data['low'] < data['close'].shift(1)) &
(data['high'] > data['close'].shift(-1)) &
(data['pe'] < 20) &
(data['pb'] < 2)]
# 筛选出符合条件的股票
filtered_data = filtered_data[(filtered_data['close'] > filtered_data['close'].rolling(window=1
## 如何进行量化策略实盘？
请把您优化好的选股语句放入文章最下面模板的选股语句中即可。
select_sentence = '市值小于100亿' #选股语句。
模板如何使用？
点击图标右上方的复制按钮，复制到自己的账户即可使用模板进行回测。
## 如果有任何问题请添加 下方的二维码进群提问。
